In [1]:
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

Base de dados¶

População

In [2]:
pop = pd.read_csv('https://raw.githubusercontent.com/voigtjessica/pop_brasil_2019/master/pop_brasil_2019.csv', index_col=0)
pop.head()
Out[2]:
codigo_ibge municipio unidade_federativa populacao is_capital
posicao
1 3550308 São Paulo São Paulo 12252023 True
2 3304557 Rio de Janeiro Rio de Janeiro 6718903 True
3 5300108 Brasília Distrito Federal 3015268 True
4 2927408 Salvador Bahia 2872347 True
5 2304400 Fortaleza Ceará 2669342 True

Dados suicídios

In [3]:
df = pd.read_csv('datasus_suicidio_2014_2018.csv', encoding='latin1', on_bad_lines='skip')
df.head()
Out[3]:
estado ano CIRCOBITO DTOBITO DTNASC SEXO RACACOR ESTCIV ESC OCUP CODMUNRES LOCOCOR ASSISTMED CAUSABAS CAUSABAS_O idade mes
0 AC 2014 Suicidio 02-01-14 02-07-77 Masculino Preta Casado 4 a 7 anos ATLETA PROFISSIONAL DE FUTEBOL Rio Branco Domicílio Não X700 X700 37.0 1
1 AC 2014 Suicidio 23-01-14 30-07-66 Masculino Branca União consensual 12 e mais MEDICO GINECOLOGISTA E OBSTETRA Rio Branco Domicílio Não X800 X800 48.0 1
2 AC 2014 Suicidio 31-01-14 28-07-43 Masculino Branca NaN NaN 0 Rio Branco Domicílio Não X700 X700 71.0 1
3 AC 2014 Suicidio 05-02-14 04-07-99 Masculino Branca Solteiro 4 a 7 anos ESTUDANTE Epitaciolândia Outros Não X700 X700 15.0 2
4 AC 2014 Suicidio 06-02-14 02-05-72 Masculino Branca NaN NaN 0 Rio Branco Outros Não X700 X700 42.0 2

Malha geográfica

In [4]:
from geobr import read_municipality

# Read all municipalities of given state at a given year
mun = read_municipality(code_muni="all", year=2020)
mun.head()

/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:93: ShapelyDeprecationWarning: __len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
  aout[:] = out
Out[4]:
code_muni name_muni code_state abbrev_state name_state code_region name_region geometry
0 1100015.0 Alta Floresta D'oeste 11.0 RO Rondônia 1.0 Norte MULTIPOLYGON (((-62.19465 -11.82746, -62.18945...
1 1100023.0 Ariquemes 11.0 RO Rondônia 1.0 Norte MULTIPOLYGON (((-62.53648 -9.73222, -62.52765 ...
2 1100031.0 Cabixi 11.0 RO Rondônia 1.0 Norte MULTIPOLYGON (((-60.37119 -13.36655, -60.37661...
3 1100049.0 Cacoal 11.0 RO Rondônia 1.0 Norte MULTIPOLYGON (((-61.00080 -11.29737, -61.00103...
4 1100056.0 Cerejeiras 11.0 RO Rondônia 1.0 Norte MULTIPOLYGON (((-61.49976 -13.00525, -61.49426...

Base de dados com os códigos de Cid10

In [5]:
cid = pd.read_csv('https://raw.githubusercontent.com/ericgrossi/CID10xml/master/CID10.csv', sep='\t', index_col=0)
cid
Out[5]:
Capítulo A00-B99 Capítulo I I Certas doenças infecciosas e parasitárias Certas doenças infecciosas e parasitárias.1 Certas doenças infecciosas e parasitárias.2
1
2 Grupo A00- A09 I Certas doenças infecciosas e parasitárias Doenças infecciosas intestinais Doenças infecciosas intestinais
3 Categoria A00 I Certas doenças infecciosas e parasitárias Doenças infecciosas intestinais Cólera
4 Subcategoria A000 I Certas doenças infecciosas e parasitárias Doenças infecciosas intestinais Cólera devido ao Vibrio cholerae 01, biovar ch...
5 Subcategoria A001 I Certas doenças infecciosas e parasitárias Doenças infecciosas intestinais Cólera devido ao Vibrio cholerae 01, biovar eltor
6 Subcategoria A009 I Certas doenças infecciosas e parasitárias Doenças infecciosas intestinais Cólera não especificada
... ... ... ... ... ... ...
12487 Subcategoria Z99.2 XXI Fatores que influenciam o estado de saúde e o ... Pessoas com riscos potenciais à saúde relacion... Dependência de diálise renal
12488 Subcategoria Z99.3 XXI Fatores que influenciam o estado de saúde e o ... Pessoas com riscos potenciais à saúde relacion... Dependência de cadeira de rodas
12489 Subcategoria Z99.4 XXI Fatores que influenciam o estado de saúde e o ... Pessoas com riscos potenciais à saúde relacion... Dependência em coração artificial
12490 Subcategoria Z99.8 XXI Fatores que influenciam o estado de saúde e o ... Pessoas com riscos potenciais à saúde relacion... Dependência de outras máquinas e dispositivos ...
12491 Subcategoria Z99.9 XXI Fatores que influenciam o estado de saúde e o ... Pessoas com riscos potenciais à saúde relacion... Dependência de máquina e dispositivo habilitad...

12501 rows × 6 columns

Tratando os dados da base de suicídio¶

In [6]:
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 57785 entries, 0 to 57784
Data columns (total 17 columns):
 #   Column      Non-Null Count  Dtype  
---  ------      --------------  -----  
 0   estado      57785 non-null  object 
 1   ano         57785 non-null  int64  
 2   CIRCOBITO   55775 non-null  object 
 3   DTOBITO     57785 non-null  object 
 4   DTNASC      57558 non-null  object 
 5   SEXO        57770 non-null  object 
 6   RACACOR     56455 non-null  object 
 7   ESTCIV      53485 non-null  object 
 8   ESC         44436 non-null  object 
 9   OCUP        57785 non-null  object 
 10  CODMUNRES   57785 non-null  object 
 11  LOCOCOR     57614 non-null  object 
 12  ASSISTMED   40248 non-null  object 
 13  CAUSABAS    57785 non-null  object 
 14  CAUSABAS_O  57696 non-null  object 
 15  idade       57558 non-null  float64
 16  mes         57785 non-null  int64  
dtypes: float64(1), int64(2), object(14)
memory usage: 7.5+ MB

definindo idade como coluna de números inteiros; e para fins de análise, ano e mês serão string

In [7]:
df = df.fillna(0).astype({"idade":"int", "ano": "str", "mes":"str"})

Transformando a coluna data, em forma de objeto, para o formato data

In [8]:
df['DTOBITO']= pd.to_datetime(df['DTOBITO'])
In [9]:
df['DTNASC']= pd.to_datetime(df['DTNASC'])
In [10]:
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 57785 entries, 0 to 57784
Data columns (total 17 columns):
 #   Column      Non-Null Count  Dtype         
---  ------      --------------  -----         
 0   estado      57785 non-null  object        
 1   ano         57785 non-null  object        
 2   CIRCOBITO   57785 non-null  object        
 3   DTOBITO     57785 non-null  datetime64[ns]
 4   DTNASC      57785 non-null  datetime64[ns]
 5   SEXO        57785 non-null  object        
 6   RACACOR     57785 non-null  object        
 7   ESTCIV      57785 non-null  object        
 8   ESC         57785 non-null  object        
 9   OCUP        57785 non-null  object        
 10  CODMUNRES   57785 non-null  object        
 11  LOCOCOR     57785 non-null  object        
 12  ASSISTMED   57785 non-null  object        
 13  CAUSABAS    57785 non-null  object        
 14  CAUSABAS_O  57785 non-null  object        
 15  idade       57785 non-null  int64         
 16  mes         57785 non-null  object        
dtypes: datetime64[ns](2), int64(1), object(14)
memory usage: 7.5+ MB

Análise exploratória¶

In [11]:
df['OCUP'].value_counts()
Out[11]:
0                                              12353
APOSENTADO/PENSIONISTA                          4251
ESTUDANTE                                       4191
DONA DE CASA                                    2995
TRABALHADOR AGROPECUARIO EM GERAL               2877
                                               ...  
TECNICO DE ENFERMAGEM DE TERAPIA INTENSIVA         1
DECORADOR DE INTERIORES DE NIVEL SUPERIOR          1
ENOLOGO                                            1
APICULTOR                                          1
GERENTE DE PESQUISA E DESENVOLVIMENTO (P&D)        1
Name: OCUP, Length: 1068, dtype: int64
In [12]:
df['idade'].value_counts()
Out[12]:
33     1262
30     1256
35     1247
31     1246
39     1230
       ... 
5         1
112       1
103       1
99        1
102       1
Name: idade, Length: 106, dtype: int64
In [13]:
df.groupby(['estado']).agg({'idade' : 'mean'})
Out[13]:
idade
estado
AC 33.127820
AL 39.335616
AM 31.426667
AP 31.298246
BA 43.110520
CE 41.919162
DF 38.900901
ES 43.286885
GO 41.585418
MA 39.277322
MG 43.076622
MS 36.676647
MT 40.402235
PA 35.326165
PB 43.692455
PE 42.382337
PI 41.822283
PR 42.918351
RJ 43.921198
RN 43.868331
RO 37.922053
RR 30.464789
RS 48.323416
SC 45.362265
SE 40.723967
SP 41.763921
TO 40.651252
In [14]:
df['estado'].value_counts()
Out[14]:
SP    11098
MG     6891
RS     5949
PR     3711
SC     3249
CE     3006
RJ     2906
BA     2633
GO     2318
PE     1891
MA     1464
PI     1463
PA     1395
MS     1169
AM     1125
PB     1047
ES      976
MT      895
RN      881
DF      777
SE      605
AL      584
RO      526
TO      519
AC      266
AP      228
RR      213
Name: estado, dtype: int64
In [15]:
estado_ocup = df.groupby(['estado','OCUP']).size().to_frame(name = 'Occurrence').reset_index()
estado_ocup.head()
Out[15]:
estado OCUP Occurrence
0 AC 0 111
1 AC ACOUGUEIRO 1
2 AC ADMINISTRADOR 1
3 AC AGENTE COMUNITARIO DE SAUDE 1
4 AC APOSENTADO/PENSIONISTA 12
In [16]:
import plotly.graph_objects as go
import plotly.express as px

fig = px.scatter(estado_ocup, x="estado", y="Occurrence", color="OCUP", symbol="OCUP")
fig.update_traces(marker_size=10)
fig.show()

NOTA:

  • Percbe-se que a maioria dos casos estão notificados com ocupação = 0 , ou seja, com a ausência da informação. Seja pelo não preenchimento correto dos dados ou por não saber de fato a ocupação do indivíduo.

  • Em alguns estados, como SP e RS, nota-se um elevado número de ocorrências relacionadas à Aposentados/Pensionistas;

  • Em SP, também é perceptível o elevado número de ocorrências com Estudantes e Donas de casa

  • Já em regiões mais afastadas dos grandes centros do Sudeste, temos como a Bahia e seu estado vizinho, MG, um alto número relacionado à Trabalhadores da agropecuária em geral

Unindo tabelas¶

União da tabela df (dados suicídio) com a malha geografica dos municipios (mun)

In [17]:
df = pd.merge(df, mun, left_on=['estado','CODMUNRES'], right_on=['abbrev_state', 'name_muni'], how='left')
df.head()
Out[17]:
estado ano CIRCOBITO DTOBITO DTNASC SEXO RACACOR ESTCIV ESC OCUP ... idade mes code_muni name_muni code_state abbrev_state name_state code_region name_region geometry
0 AC 2014 Suicidio 2014-02-01 1977-02-07 Masculino Preta Casado 4 a 7 anos ATLETA PROFISSIONAL DE FUTEBOL ... 37 1 1200401.0 Rio Branco 12.0 AC Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ...
1 AC 2014 Suicidio 2014-01-23 2066-07-30 Masculino Branca União consensual 12 e mais MEDICO GINECOLOGISTA E OBSTETRA ... 48 1 1200401.0 Rio Branco 12.0 AC Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ...
2 AC 2014 Suicidio 2014-01-31 2043-07-28 Masculino Branca 0 0 0 ... 71 1 1200401.0 Rio Branco 12.0 AC Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ...
3 AC 2014 Suicidio 2014-05-02 1999-04-07 Masculino Branca Solteiro 4 a 7 anos ESTUDANTE ... 15 2 1200252.0 Epitaciolândia 12.0 AC Acre 1.0 Norte MULTIPOLYGON (((-68.64480 -10.61638, -68.64306...
4 AC 2014 Suicidio 2014-06-02 2072-02-05 Masculino Branca 0 0 0 ... 42 2 1200401.0 Rio Branco 12.0 AC Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ...

5 rows × 25 columns

União da tabela df (suicídio) com a tabela cid10 (codigo com a descrição do tipo de suicídio)

diminuindo a coluna CAUSABAS de X700 para X70, a fim de haver compatibilidade com a tabela cid

In [18]:
df['CAUSABAS'] = df['CAUSABAS'].str.slice(stop=3)
In [19]:
df = pd.merge(df, cid, left_on='CAUSABAS', right_on='A00-B99 Capítulo I', how='left')
df.head()
Out[19]:
estado ano CIRCOBITO DTOBITO DTNASC SEXO RACACOR ESTCIV ESC OCUP ... name_state code_region name_region geometry Capítulo A00-B99 Capítulo I I Certas doenças infecciosas e parasitárias Certas doenças infecciosas e parasitárias.1 Certas doenças infecciosas e parasitárias.2
0 AC 2014 Suicidio 2014-02-01 1977-02-07 Masculino Preta Casado 4 a 7 anos ATLETA PROFISSIONAL DE FUTEBOL ... Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ... Categoria X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es...
1 AC 2014 Suicidio 2014-01-23 2066-07-30 Masculino Branca União consensual 12 e mais MEDICO GINECOLOGISTA E OBSTETRA ... Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ... Categoria X80 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional saltando de um lugar...
2 AC 2014 Suicidio 2014-01-31 2043-07-28 Masculino Branca 0 0 0 ... Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ... Categoria X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es...
3 AC 2014 Suicidio 2014-05-02 1999-04-07 Masculino Branca Solteiro 4 a 7 anos ESTUDANTE ... Acre 1.0 Norte MULTIPOLYGON (((-68.64480 -10.61638, -68.64306... Categoria X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es...
4 AC 2014 Suicidio 2014-06-02 2072-02-05 Masculino Branca 0 0 0 ... Acre 1.0 Norte MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ... Categoria X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es...

5 rows × 31 columns

Unindo as tabelas dados de suicidio (df) à pop (população por municipio)

In [20]:
df.columns
Out[20]:
Index(['estado', 'ano', 'CIRCOBITO', 'DTOBITO', 'DTNASC', 'SEXO', 'RACACOR',
       'ESTCIV', 'ESC', 'OCUP', 'CODMUNRES', 'LOCOCOR', 'ASSISTMED',
       'CAUSABAS', 'CAUSABAS_O', 'idade', 'mes', 'code_muni', 'name_muni',
       'code_state', 'abbrev_state', 'name_state', 'code_region',
       'name_region', 'geometry', 'Capítulo', 'A00-B99 Capítulo I', 'I',
       'Certas doenças infecciosas e parasitárias',
       'Certas doenças infecciosas e parasitárias.1',
       'Certas doenças infecciosas e parasitárias.2'],
      dtype='object')
In [21]:
pop.columns
Out[21]:
Index(['codigo_ibge', 'municipio', 'unidade_federativa', 'populacao',
       'is_capital'],
      dtype='object')
In [22]:
df['code_muni'] = df['code_muni'].fillna(0).astype(int)
In [23]:
df = pd.merge(df, pop, left_on='code_muni', right_on='codigo_ibge', how='left')
df.head()
Out[23]:
estado ano CIRCOBITO DTOBITO DTNASC SEXO RACACOR ESTCIV ESC OCUP ... A00-B99 Capítulo I I Certas doenças infecciosas e parasitárias Certas doenças infecciosas e parasitárias.1 Certas doenças infecciosas e parasitárias.2 codigo_ibge municipio unidade_federativa populacao is_capital
0 AC 2014 Suicidio 2014-02-01 1977-02-07 Masculino Preta Casado 4 a 7 anos ATLETA PROFISSIONAL DE FUTEBOL ... X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es... 1200401.0 Rio Branco Acre 407319.0 True
1 AC 2014 Suicidio 2014-01-23 2066-07-30 Masculino Branca União consensual 12 e mais MEDICO GINECOLOGISTA E OBSTETRA ... X80 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional saltando de um lugar... 1200401.0 Rio Branco Acre 407319.0 True
2 AC 2014 Suicidio 2014-01-31 2043-07-28 Masculino Branca 0 0 0 ... X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es... 1200401.0 Rio Branco Acre 407319.0 True
3 AC 2014 Suicidio 2014-05-02 1999-04-07 Masculino Branca Solteiro 4 a 7 anos ESTUDANTE ... X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es... 1200252.0 Epitaciolândia Acre 18411.0 False
4 AC 2014 Suicidio 2014-06-02 2072-02-05 Masculino Branca 0 0 0 ... X70 XX Causas externas de morbidade e mortalidade Automutilação intencional Automutilação intencional por enforcamento, es... 1200401.0 Rio Branco Acre 407319.0 True

5 rows × 36 columns

In [24]:
#df = pd.merge(df, pop, left_on=['name_state','name_muni'], right_on=['unidade_federativa', 'municipio'], how='left')

Análise Exploratória (contagens)

In [25]:
df['RACACOR'].value_counts()
Out[25]:
Branca      28662
Parda       23876
Preta        3022
0            1330
Indígena      655
Amarela       240
Name: RACACOR, dtype: int64
In [26]:
df['ESTCIV'].value_counts()
Out[26]:
Solteiro                  29010
Casado                    15159
0                          4300
Separado judicialmente     4078
União consensual           3093
Viúvo                      2145
Name: ESTCIV, dtype: int64

Gráficos de número de suicídios por ano (2014 - 2018)

In [27]:
obt_ano = df['ano'].value_counts().to_frame(name = 'Occurrence').reset_index()
obt_ano
Out[27]:
index Occurrence
0 2018 12584
1 2017 12322
2 2016 11299
3 2015 11048
4 2014 10532
In [28]:
plt.figure(figsize=(12,8))
a = plt.plot(df['ano'].value_counts(sort=False) , color='Red')
plt.title('Número de Suicídios por Ano no Brasil (2014 - 2018)')
plt.xlabel('Ano')
plt.ylabel('Número de Suicídios')
plt.show()

NOTA:

  • Apesar do dataset representar apenas 4 anos, ou seja, de 2014 à 2018, percebe-se uma tendência de crescimento constante no número de casos ao longo dos anos

Gráfico com número de suicídios por estado da federação e sexo

In [29]:
#dimensões do gráfico
plt.figure(figsize=(15, 7), dpi=80)

#cores das barras
colors=['#0A2463', '#FF3CC7', '#FB3640']

#gráfico
sns.countplot(x ='estado', hue = "SEXO", data = df,  palette=colors)

#títulos e labels
plt.title('Número de Suicídios por Estado Brasileiro e Sexo (2014 - 2018)')
plt.xlabel('Estado')
plt.ylabel('Número de Suicídios')

#rotação das labels do eixo x
plt.xticks(rotation=45)
plt.show()

NOTA:

  • É evidente que os casos de suicídio no Brasil compreendem, em sua maioria, homens.

  • Além disso o maior número absoluto de casos, concentram-se em SP, seguido de MG, uma possibilidade é que são estados com elevadas populações.

Gráfico de Pizza (Pie Chart) com a cor da pele dos indivíduos que cometeram suicídio

In [30]:
#dimensões do gráfico
plt.figure(figsize=(5,5))

#gráfico com cores e apresentando porcentagem
df['RACACOR'].value_counts(normalize=True).plot(kind='pie', explode=(0, 0,0,0 ,0, 0), shadow=True, startangle=0, colors=["#EA638C","#235789", "#C1292E", "#F1D302", "#161925", "coral", "palegreen"], autopct='%1.1f%%')
centre_circle = plt.Circle((0,0),0.70,fc='white')
fig = plt.gcf()
fig.gca().add_artist(centre_circle)
plt.tight_layout()

#título
plt.title('Cor da Pele')
plt.ylabel("")
plt.show()

NOTA:

  • Temos uma prevalência de casos ocorrendo entre pessoas de pele branca, seguida por pardos.

Contagem com valores absolutos da cor da pele

In [31]:
df['RACACOR'].value_counts()
Out[31]:
Branca      28662
Parda       23876
Preta        3022
0            1330
Indígena      655
Amarela       240
Name: RACACOR, dtype: int64

Heatmap relacionando estado civil e região do país

In [32]:
df['ESTCIV'] = df['ESTCIV'].replace(['0'],'Não informado')
a = pd.crosstab(index=df['ESTCIV'], columns=df['name_region'], normalize='index')
plt.figure(figsize=(16,8)) 
sns.heatmap(a, annot=True, cmap="BuPu")
Out[32]:
<AxesSubplot:xlabel='name_region', ylabel='ESTCIV'>

NOTA:

  • Nesse heatmap, observamos que a maior proporção geral de casos, considerando o estado civil dos indivíduos, se dá em pessoas separadas judicialmente no Sudeste.
  • Seria a separação um agravante para o suicídio?
In [33]:
df['Certas doenças infecciosas e parasitárias.2'].value_counts()
Out[33]:
Automutilação intencional por enforcamento, estrangulamento e sufocação              39590
Automutilação intencional por outras descargas de armas de fogo não especificadas     3133
Automutilação intencional saltando de um lugar alto                                   2299
Auto-Intoxicação intencional por e exposição a pesticidas                             2219
Automutilação intencional por descarga de arma                                        1323
                                                                                     ...  
Outras doenças cardíacas reumáticas                                                      1
Leiomioma do útero                                                                       1
Assalto por objeto contundente                                                           1
Hemorragia intracerebral                                                                 1
Exposição a outros tipos de fumaça, fogo e chamas                                        1
Name: Certas doenças infecciosas e parasitárias.2, Length: 92, dtype: int64

Criando um novo dataframe relacionando o tipo de suicídio e a região do país

In [34]:
regiao_causa = df.groupby(['name_region','Certas doenças infecciosas e parasitárias.2']).size().to_frame(name = 'Occurrence').reset_index()
In [35]:
regiao_causa.head()
Out[35]:
name_region Certas doenças infecciosas e parasitárias.2 Occurrence
0 Centro Oeste Afogamento e submersão, intenção indeterminada 1
1 Centro Oeste Assalto por enforcamento, estrangulamento e su... 1
2 Centro Oeste Assalto por objeto pontiagudo 1
3 Centro Oeste Assalto por outra descarga de armas de fogo nã... 3
4 Centro Oeste Auto envenenamento intencional por e exposição... 3
In [36]:
fig = px.scatter(regiao_causa, x="name_region", y="Occurrence", color="Certas doenças infecciosas e parasitárias.2", symbol="Certas doenças infecciosas e parasitárias.2")
fig.update_layout(legend=dict(title_font_family="Times New Roman",
                              font=dict(size= 9)))
fig.update_traces(marker_size=10)
fig.show()

NOTA:

  • Há, como causa do suicídio, um predomínio do enforcamento em todas as regiões do país.

  • Destaca-se no Sul do país o uso de arma de fogo para alcançar a automultilação

  • Já no Sudeste, há o salto intencional de lugares altos. Fator interessante, se considerarmos que é a região do país, possivelmente, com o maior número de prédios e edifícios altos.

  • Já no Nordeste, é frequente o suicídio mediado por auto-intoxicação por exposição à pesticida. Dado o cárater mais voltado à agropecuária e rural da maior parte dessa região do Brasil.

Média de idade por tipo de suicídio

In [37]:
df.groupby(['Certas doenças infecciosas e parasitárias.2']).agg({'idade' : 'mean'})
Out[37]:
idade
Certas doenças infecciosas e parasitárias.2
Afogamento e submersão após queda em água natural 86.000000
Afogamento e submersão em águas naturais 30.666667
Afogamento e submersão não especificados 48.333333
Afogamento e submersão, intenção indeterminada 25.500000
Agressão sexual por força corporal 16.000000
... ...
Transtornos mentais e comportamentais associados ao puerpério, não classificados em outra parte 40.000000
Transtornos mentais e comportamentais devidos ao uso de múltiplas drogas e uso de outras substâncias psicoativas 44.000000
Transtornos mentais e comportamentais devidos ao uso de sedativos ou hipnóticos 34.000000
Transtornos mentais e comportamentais devidos ao uso de álcool 43.333333
Vítima de avalanche, deslizamento de terra e outros movimentos de terra 78.000000

92 rows × 1 columns

Contando a prevalencia de casos por municipio¶

transformando a coluna população em numero inteiro

In [38]:
df['populacao'] = df['populacao'].fillna(0).astype(int)
In [39]:
casos_municipio = df.groupby(['codigo_ibge','estado', 'municipio', 'populacao']).size().to_frame(name = 'Casos').reset_index()
casos_municipio.head()
Out[39]:
codigo_ibge estado municipio populacao Casos
0 1100023.0 RO Ariquemes 107863 24
1 1100031.0 RO Cabixi 5312 4
2 1100049.0 RO Cacoal 85359 33
3 1100056.0 RO Cerejeiras 16323 6
4 1100080.0 RO Costa Marques 18331 4

Calculando a prevalencia (numero de casos no municipio / população)

In [40]:
casos_municipio['prevalencia'] = casos_municipio['Casos']/casos_municipio['populacao'] *100000

Unindo a malha geometrica à esses dados de população¶

Pegando dados agrupados: estado, municipio e malha geografica e retirando duplicatas

In [41]:
malha_geografica = df[['estado','municipio','geometry']].drop_duplicates()
malha_geografica.head()

/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/array.py:125: ShapelyDeprecationWarning:

__len__ for multi-part geometries is deprecated and will be removed in Shapely 2.0. Check the length of the `geoms` property instead to get the  number of parts of a multi-part geometry.
Out[41]:
estado municipio geometry
0 AC Rio Branco MULTIPOLYGON (((-68.58415 -9.53920, -68.51407 ...
3 AC Epitaciolândia MULTIPOLYGON (((-68.64480 -10.61638, -68.64306...
6 AC Senador Guiomard MULTIPOLYGON (((-67.13456 -9.67824, -67.13731 ...
8 AC NaN None
9 AC Feijó MULTIPOLYGON (((-70.05145 -7.84816, -69.44432 ...

União ao dataframe com o numero de casos

In [42]:
casos_municipio = pd.merge(casos_municipio, malha_geografica)
casos_municipio.head()
Out[42]:
codigo_ibge estado municipio populacao Casos prevalencia geometry
0 1100023.0 RO Ariquemes 107863 24 22.250447 MULTIPOLYGON (((-62.53648 -9.73222, -62.52765 ...
1 1100031.0 RO Cabixi 5312 4 75.301205 MULTIPOLYGON (((-60.37119 -13.36655, -60.37661...
2 1100049.0 RO Cacoal 85359 33 38.660247 MULTIPOLYGON (((-61.00080 -11.29737, -61.00103...
3 1100056.0 RO Cerejeiras 16323 6 36.757949 MULTIPOLYGON (((-61.49976 -13.00525, -61.49426...
4 1100080.0 RO Costa Marques 18331 4 21.820959 MULTIPOLYGON (((-63.71199 -11.65013, -63.70413...

Plotando mapa do Brasil com a prevalencia

In [43]:
import geopandas as gpd
gdf= gpd.GeoDataFrame(casos_municipio.set_index('codigo_ibge')[['prevalencia', 'geometry']])
In [44]:
gdf
Out[44]:
prevalencia geometry
codigo_ibge
1100023.0 22.250447 MULTIPOLYGON (((-62.53648 -9.73222, -62.52765 ...
1100031.0 75.301205 MULTIPOLYGON (((-60.37119 -13.36655, -60.37661...
1100049.0 38.660247 MULTIPOLYGON (((-61.00080 -11.29737, -61.00103...
1100056.0 36.757949 MULTIPOLYGON (((-61.49976 -13.00525, -61.49426...
1100080.0 21.820959 MULTIPOLYGON (((-63.71199 -11.65013, -63.70413...
... ... ...
5221809.0 97.656250 MULTIPOLYGON (((-48.10538 -17.28142, -48.10127...
5221908.0 52.260256 MULTIPOLYGON (((-49.69684 -16.94378, -49.69317...
5222005.0 14.426892 MULTIPOLYGON (((-48.38114 -16.63141, -48.38044...
5222054.0 11.437722 MULTIPOLYGON (((-49.84456 -17.58262, -49.84020...
5300108.0 25.768854 MULTIPOLYGON (((-47.41734 -15.54655, -47.41402...

3828 rows × 2 columns

In [46]:
base = gdf.plot(color='white', edgecolor='black', figsize=(30,30))
base.set_title('Prevalência de Casos de Suicídio no Brasil (2014-2018)', fontsize=20)
gdf.plot(ax=base,column='prevalencia' , legend=True, scheme='percentiles', cmap='OrRd', legend_kwds={'loc': 'upper right'})

/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/plotting.py:33: ShapelyDeprecationWarning:

Iteration over multi-part geometries is deprecated and will be removed in Shapely 2.0. Use the `geoms` property to access the constituent parts of a multi-part geometry.

/home/raquel/anaconda3/lib/python3.9/site-packages/descartes/patch.py:62: ShapelyDeprecationWarning:

The array interface is deprecated and will no longer work in Shapely 2.0. Convert the '.coords' to a numpy array instead.

/home/raquel/anaconda3/lib/python3.9/site-packages/descartes/patch.py:64: ShapelyDeprecationWarning:

The array interface is deprecated and will no longer work in Shapely 2.0. Convert the '.coords' to a numpy array instead.

/home/raquel/anaconda3/lib/python3.9/site-packages/geopandas/plotting.py:33: ShapelyDeprecationWarning:

Iteration over multi-part geometries is deprecated and will be removed in Shapely 2.0. Use the `geoms` property to access the constituent parts of a multi-part geometry.

/home/raquel/anaconda3/lib/python3.9/site-packages/descartes/patch.py:62: ShapelyDeprecationWarning:

The array interface is deprecated and will no longer work in Shapely 2.0. Convert the '.coords' to a numpy array instead.

/home/raquel/anaconda3/lib/python3.9/site-packages/descartes/patch.py:64: ShapelyDeprecationWarning:

The array interface is deprecated and will no longer work in Shapely 2.0. Convert the '.coords' to a numpy array instead.
Out[46]:
<AxesSubplot:title={'center':'Prevalência de Casos de Suicídio no Brasil (2014-2018)'}>

NOTA:

  • Percebe-se a cor mais escura no mapa nas regiões abrangendo o Sul e Sudeste do país, indicando maior prevalência de casos.

  • Ademais, nota-se um baixo número no Centro-Norte do país (denotados pela cor branca), devendo ser considerado a seguinte questão: De fato ocorrem menos casos de suicídio nessas regiões, ou há subnotificação?